基于统计降尺度方法的长江中下游气温的模拟与预估.PDFVIP

安徽农业大学学报, 2019, 46(1): 65-74 Journal of Anhui Agricultural University [DOI] 10.13610/ki.1672-352x012 网络出版时间：2019/3/16 13:41:32 [URL] /kcms/detail/34.1162.S1510.024.html 基于统计降尺度方法的长江中下游气温的模拟与预估 * 沈 成，束 炯 (华东师范大学地理科学学院教育部地理信息科学重点实验室，上海 200241) 摘 要： 目前大部分全球气候模式（GCM ）空间分辨率比较低，很难对区域尺度气候变化做出合理预测。降 尺度方法的广泛运用弥补了 GCM 在这方面的不足。采用主成分分析和逐步回归相结合的统计降尺度方法对 1980—2011 年 1 月和 7 月长江中下游地区气温变化进行统计降尺度处理，并对该地区未来温度的变化进行预估。 首先采用 ECMWF 的 ERA-Interim 再分析资料和实测资料建立逐月的统计降尺度模型，然后将建立的统计降尺度模 型运用到 CMIP5 资料中，从而生成长江中下游地区各个测站未来气温变化序列。研究结果表明：（1）统计降尺度 方法模拟 1 月和 7 月的温度与实测温度一致性都很好；（2 ）在21 世纪末的时候气温在不同排放情景下都高于目前 温度 2～3℃，并且 7 月份的增温幅度要大于 1 月份。 关键词：统计降尺度；长江中下游；温度；主成分分析 中图分类号：P468.021 文献标识码：A 文章编号：1672352X (2019)01006510 Simulation and estimation of temperature in the middle and lower reaches of the Yangtze River based on statistical downscaling method SHEN Cheng, SHU Jiong (Key Laboratory of Geographic Information Science, Ministry of Education, Institute of Urban Climate and Atmospheric Environment, East China Normal University, Shanghai 200241) Abstract: It is difficult to make reasonable predictions of climate change on regional scale by Global Climate Models (GCM) due to low spatial resolution. Now downscaling method has been widely used to make up for these defects of GCM. The temperature changes in the future in Yangtze River middle and lower reaches were predicted based on the temperature data in January and July from 1980 to 2011 statistic treatments with down- scaling method combining stepwise linear regression (SLR) and principal component analysis (PCA). A monthly statistical downscaling model was